跳到正文
热点事件历史事件

AWS演示HyperPod模型改进闭环

1 篇报道1 个报道来源6 天前更新

先了解这件事

AI 综述

AWS Machine Learning Blog介绍并演示了在单个Amazon SageMaker HyperPod集群上构建模型改进闭环的流程:通过HyperPod Data Capture在三个层级记录生产推理输入输出并写入Amazon S3,再用Athena发现分类盲点、生成SQL标注数据,最后通过training operator完成LoRA微调和并行部署。 该功能目前适用于已部署inference operator的HyperPod集群;要在同一集群完成训练闭环,还需添加amazon-sagemaker-hyperpod-training-operator EKS插件。教程使用合成数据演示,且Tier 1和Tier 3都会保存完整载荷,同时启用两者会使每条记录存储两次。

AI 根据报道生成 · 6 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月14日
  1. AWS Machine Learning Blog精选
    Amazon SageMaker HyperPod Data Capture 构建模型改进闭环教程

    Amazon SageMaker HyperPod Data Capture 可在三个独立层级记录生产推理输入和输出,并将数据写入 Amazon S3。文章以家电支持路由器为例,演示通过 Amazon Athena 发现新产品分类盲点、使用 SQL 策略生成标注数据,以及利用 HyperPod training operator 完成 LoRA 微调和并行部署。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月14日 03:00
近 24 小时变化
-50%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。